Forse per queste riflessioni si sarebbe potuto utilizzare un titolo del tipo “Scusate se insistiamo, ma l’argomento è serio”. Infatti ancora una volta parliamo di Intelligenza artificiale e finanza, ed è utile farlo per capire davvero perché e cosa sta cambiando. Tutto parte dai dati.
Infatti oggi, e domani ancora di più, aumenterà la precisione dei dati come la loro disponibilità e utilizzabilità, consentendo alle imprese finanziarie di porre maggiore attenzione su particolari comportamenti delle persone e sulle loro attività, cosa che consente anche di classificare con maggiore accuratezza la clientela, non più secondo cluster classici (età, sesso, professione, residenza anagrafica, fattori di rischio, patrimonio), superando una classificazione di tipo rigido e lavorando maggiormente sulle intersezioni, ciò vale per la clientela fatta da persone fisiche che da quella composta da piccole imprese. Tutto questo grazie all’Intelligenza artificiale appunto. E cosa significa questo? Significa ridisegnare il marketing. L’obiettivo di costruire prodotti e servizi altamente personalizzati non è nuovo, è su questa strategia che si sono messe in capo le azioni utili a rafforzare il rapporto tra imprese finanziarie e i clienti. Oggi si intravede la possibilità di perseguire questo obiettivo su larga scala. La filosofia Kyc (Know your customer) ben oltre le esigenze dettate dalla disciplina antiriciclaggio, si esplica anche (per adesso potenzialmente) nella possibilità di combinare (una grandissima quantità di) dati comportamentali con la storia delle transazioni (si veda a tal proposito anche quanto scritto in queste pagine sulla potenzialità degli Instant payment).
In questi ultimi anni molti istituti finanziari hanno migliorato i processi di onboarding e le loro strategie di marketing aumentando nel cliente la percezione della personalizzazione, ma uno sguardo attento può comunque verificare che si tratta pur sempre di opzioni predefinite e cataloghi standard, insomma la vera personalizzazione è ancora distante. E non può essere confinata alla personalizzazione dei messaggi di vendita o proposta di nuovi servizi, altrimenti sarà difficile mantenere nel tempo la soddisfazione della clientela, una clientela che ormai inizia anche ad avere una qualche percezione del valore dei propri dati (ivi compresi quei dati cosiddetti “osservati”).
L’obiettivo di fondo nei prossimi anni sarà quello di offrire alla clientela una esperienza multicanale senza soluzione di continuità, per farlo è però necessario un ripensamento profondo dei processi di front e back office attraverso l’utilizzo di tecnologie di IA, e le sue derivate come Machine learning e Natural language processing. In questo modo oltre ad una migliore efficienza operativa, migliorerà anche la gestione del rischio, insieme alla prevenzione delle frodi. Anche il servizio clienti sarà coinvolto nel miglioramento, anche attraverso una maggiore customizzazione delle risposte automatiche alle richieste del cliente, si pensi ai sevizi chatbot sempre più performanti.
Ma per anticipare le esigenze della clientela e identificare i servizi, rendendo al contempo il processo di onboarding più agevole, è necessario che le istituzioni finanziarie adottino una strategia aziendale sulla IA. Infatti per realizzare pienamente il valore delle nuove tecnologie è importante riuscire ad elaborare dati provieniti da fonti multiple, stabilendo una vera e propria “governance dei dati” con l’obiettivo di massimizzarne il valore, nell’ambito di un approccio etico e ovviamente nei limiti della regolamentazione. Se a parole può apparire un concetto semplice in realtà non è facile per una impresa costruire una “governance dei dati” che metta insieme quelli già presenti a livello interno con quelli presenti in fonti esterne. Le istituzioni finanziarie, le banche in primis, sono sedute su una montagna di dati, eppure proprio in questo caso la sfida dell’IA si fa più ardua, si tratta di dati diffusi in diversi archivi spesso separati (anche via di limiti normativi) e poco integrati. Ma è il primo passo per mettere in piedi una efficace strategia di marketing.
Quindi dopo il consolidamento dei dati interni e la messa a valore con quelli esterni, grazie all’utilizzo dell’IA, le istituzioni finanziarie potranno coltivare meglio la clientela, inviando al cliente i messaggi giusti al momento giusto e guidando il cliente nei servizi senza inutili perdite di tempo. Spesso infatti “chiedere troppo e troppo spesso”, ovvero chiedere al cliente di fornire informazioni o documenti già chiesti in altre occasioni può avere effetti molto negativi, fino ad arrivare alla rinuncia del cliente all’attivazione di un servizio.
Certo in alcuni casi ci si mettono di mezzo gli obblighi normativi, ma in altri casi è proprio il processo che non funziona, con fasi poco allineate o poco aggiornate.
La prima domanda che dovrebbe farsi una istituzione finanziaria è quanto tempo è necessario per l’onboarding e poi verificare quanto di quel tempo è veramente dovuto agli obblighi normativi e quanto invece è causato da una cattiva gestione delle fasi di acquisizione.
Le soluzioni di IA e le tecnologie complementari possono fluidificare i processi, ma anche le istituzioni finanziarie devono ricostruire le loro procedure e la loro struttura organizzativa per sfruttare queste opportunità. Senza dubbio un maggiore ricorso alle tecnologie informatiche riduce estremamente il rischio di dipendenti collusi con la criminalità o che possano agire sotto ricatto di questa, ma al contempo espone le imprese ad altri tipi di rischi. Per questo l’adozione di sistemi di IA da parte delle istituzioni finanziarie va accompagnato da un robusto piano di sicurezza informatica a livello aziendale e, laddove necessario, di gruppo. Il danno reputazionale spesso è infatti maggiore del danno prodotto dall’attacco informatico, per questo l’approccio deve essere costantemente proattivo. Le persone quando si tratta dei propri soldi vogliono essere tranquille nel sapere che li hanno affidati in buone mani.
